hive增量更新的新方案

之前是采用的join的方法来增量更新。详情见：
http://blog.csdn.net/qq_20641565/article/details/52763663

现在有一种新方案如下：

Select b.id,b.name,b.addr,b.updated_date 
From
(
select a.*,row_number() over(distribute by a.id sort by updated_date) as rn
from
(
        Select id,name,addr, updated_date from test
Union all
Select id,name,addr, updated_date from test_delta 
where y=’2016’ and m=’10’ and d=’09’
) a
) b
Where b.rn = 1

把中间表和最终表进行union all合并，然后取出相同主键的那条数据updated_date最新的那条数据。

这种方法和前面left join的方法都很消耗性能，其中left join是合并的时候消耗性能，而union all 是排序的时候消耗性能。总体测试上面来看，union all 略优于 left join